当前位置：正文

白虎 a片 下给英伟达的新年战书，“小”芯片公司们喜迎2025年

文 | 适谈白虎 a片

2025年，有若干东谈主想看英伟达楼塌了？

醒醒，这不太试验。

不外，2025年的AI算力阛阓或将迎来迂曲。

一方面，行业重点将从“探员模子”转向“模子推理”，意味着对推理基础步伐的需求呈现高涨趋势。举例，不论是OpenAI的o1和o3模子，照旧Google的Gemini 2.0 Flash Thinking，均以更高强度的推理战略来进步探员后适度。

另一方面，探员好的大模子需要通过AI推理才能落地到各种场景中，跟着千行百业的潜入继承，AI使命负载模式将发生迂曲。举例，Open AI创建Sora代表着AI探员，而用户让Sora生成一段视频则代表着一个推理使命负载。

换句话说，大限制探员使命负载是“研发阶段”，推理使命负载是“贸易化阶段”，你想在AI范畴收货，就要扩大推理使命负载。

巴克莱研报流露：现在，AI推理计较需求将快速进步，预测其将占通用东谈主工智能共计较需求的70%以上，推理计较的需求甚而不错进步探员计较需求，达到后者的4.5倍。

2025年，这些演变将为本身“推理”过硬的“小”芯片公司提供发育空间。

这不，别东谈主赶着新年送祝愿，而Groq、SambaNova、Positron AI等专注于推理的初创公司则是向霸主英伟达纷繁亮出了虎牙。

一次讲透推理芯片&探员芯片

要是咱们将AI探员比作 让模子“考驾照”，那么推理即是让模子“起程”。

探员阶段，你要请“进修”（优化算法）“指令”（反向传播和参数退换）模子；推理阶段，“驾驶员”（模子）要基于我方学到的学问技巧，纯真应付本色路况。因此，推理阶段只触及前向传播，泛泛比探员阶段更高效。

对应到芯片，探员芯片具备更高的计较才气，旨在维持探员流程中的大齐计较和数据处理；推理芯片泛泛靠较少的计较才气完成使命。

问题一：为什么无谓传统CPU进行推理？

答：牛也能当交通器具，但速率太慢。

问题二：为什么不络续用GPU作念推理任务？

答：直升机亦然通勤器具，但资本太高，况兼你还得找停机坪。

天然GPU格皮毛宜已矣神经网罗的探员使命，但它在延长、功耗等方面推崇不算最好，留给竞争敌手一些设计空间。

咱们齐知谈，AI推理条目模子在作答前先进行“念念考”——“念念考”越多，谜底越好。关系词，模子的“念念考”同期也伴跟着时期的荏苒，以及资金的销耗。

因此，“小”芯片公司的干线任务则酿成——优化“念念考”所销耗的时期资本，或是资金资本中的任何一项，就能竖立本身护城河。

挑战者定约齐说了些啥？

此次放话的挑战者诀别是Groq、SambaNova，以及Positron AI。

前二位的名声更大一些。

先说Groq，这家创企由前谷歌TPU中枢团队的“8叛将”于2016年创办，巨乳露出平时心爱在官博“喊麦”，代表看成《Hey Zuck...》《Hey Sam...》《Hey Elon...》等等。

天然，Groq的实力照旧封锁小觑，其AI推理引擎LPU堪称作念到了“宇宙最快推理”，不仅有超快的大模子速率演示，还有远低于GPU的token资本。

2023年7月，Groq甩出了LPU的推理速率，运行Meta的Llama 3 80亿参数大模子，每秒进步1250个token。

2024年12月，Groq推出一款高性能计较芯片，名为“猛兽”（Beast）。据称，这头“猛兽”在AI推理任务中的性能杰出英伟达的某些主流GPU；概况通过优化硬件设计，减少不必要的运算步伐，大幅进步计较成果。

也恰是2024年8月，Groq双喜临门，赢得了6.4亿好意思元D轮融资，估值达28亿好意思元；其独创东谈主Jonathan Ross请来杨立昆担任时期参谋人。

Groq的LPU（线性处理单位）不同于GPU（图形处理单位），设计理念是处理传统架构中外部内存的瓶颈，通过将大齐计较资源结合在片内分享内存中，已矣数据流动的高效优化，幸免外部内存的泛泛调用。此外，LPU维持多个张量流处理器的串联膨胀，回避了传统GPU集群中因数据交换带来的性能损耗。

关于2025年，Groq首席布谈官Mark Heaps喊话：“我但愿客户能相识到与现存时期比较的新进展。很多东谈主对咱们说，咱们心爱你们的时期，但没东谈主因为聘用某祖传统供应商而被受命。如今，阛阓照旧运行变化，东谈主们意志到从传统供应商处赢得芯片并封锁易，况兼性能也偶然如Groq的时期那样出色。我但愿更多东谈主傲气尝试这些新时期。”

不外，Groq要处理的着实问题是客户总体资本。

天然独创东谈主Jonathan Ross宣称：LPU速率比英伟达GPU快10倍，但价钱和耗电量齐仅为后者的十分之一。

但自称“Groq超等粉丝”的原阿里副总裁贾扬清对比了LPU和H100，他的论断却是：用Groq的LPU反而使硬件资本和能耗资本大幅度高涨，在运行Llama2- 70b模子时，305张Groq才能等同于8张英伟达H100。

芯片内行姚金鑫也指出，Groq架构竖立在小内存（230MB）、大算力上。按照现时对大模子的推理部署，7B模子约莫需要14G以上的内存容量，为了部署一个7B的模子，约莫需要70张阁下。

此前一位自称Groq职工的用户暗示，Groq致力于于成为最快速的大限制模子硬件，并发誓三年内赶超英伟达。

第二位成员是SambaNova。

SambaNova的创赶紧间比Groq晚一年，如今却以50亿好意思元的估值身居AI芯片初创公司榜首。

SambaNova RDU既有GPU 10 倍以上的片上散播SRAM，也有适用于需要快速数据传输的大限制计较任务的HBM。（Groq则是舍弃了HBM，仅依赖SRAM进行计较。）其架构不错自动作念到极致的算子和会，达到 90%以上的HBM应用率，使得RDU 对 GPU 有了 2-4 倍的性能上风。

值得一提，SambaNova在业务模式上颇具诡计。公司不只卖芯片，而是出售其定制的时期堆栈，从芯片到职业器系统，甚而包括部署大模子。

联创Rodrigo Liang觉得，大模子与生成式AI贸易化的下一个战场是企业的荒芜数据，尤其是大企业。最终，企业里面不会运行一个GPT-4或谷歌Gemini那样的超大模子，而是把柄不同数据子集创建150个荒芜的模子，团员参数进步万亿。

现在，SambaNova已赢得不少大客户，包括宇宙排行前方的超算实验室，日本富岳、好意思国阿贡国度实验室、劳伦斯国度实验室，以及辩论公司埃森哲等。

关于2025年，Liang喊话：“关于SambaNova来说，要道是推进从探员到推理的迂曲。行业正快速迈向及时应用，推理使命负载已成为AI需求的中枢。咱们的要点是确保时期概况匡助企业高效、可捏续地膨胀限制。”

“要是我有一根魔法棒，我会处理AI部署中的电力问题。如今，大多数阛阓仍在使用设计上不相宜限制化推理的高耗能硬件，这种形势在经济上和环境上齐不行捏续。SambaNova的架构照旧讲明有更好的处理决策。咱们能耗仅为传统决策的十分之一，使企业概况在不冲破预算或碳排放倡导的情况下已矣AI倡导。我但愿阛阓能更快地继承这种优先接洽成果和可捏续性的时期。”

第三位是Positron AI。

Positron竖立于2023年4月，名气相对较小。

2023年12月，Positron AI推出了一款推理芯片，宣称不错实施与英伟达H100沟通的计较，但资本仅为五分之一。

2024年10月，Positron AI还上榜了The information的《2024公共50家最具后劲初创公司榜》。

Positron CEO Thomas Sohmers暗示：2024年，AI计较开支的要点照旧转向推理，预测这种趋势将沿着“指数增长弧线”络续扩大。

关于2025年，Sohmers喊话：“我觉得，要是咱们能部署充足多的推理计较才气——从供应链角度看，我有信心能作念到——那么通过提供更多专用于推理的计较资源，咱们将概况推进‘链式念念维’等才气的粗野继承。”

据悉，Positron的愿景是让东谈主东谈主职守得起AI推理。对此，Sohmers的新年愿望是：“我想作念一样多的事情来饱读吹使用这些新器具来匡助我的姆妈。我参预时期范畴的部分原因是因为我但愿看到这些器具匡助东谈主们概况应用他们的时期作念更多的事情——学习他们想要的一切，而不只是是他们从事的使命。我觉得裁汰这些东西的资本将会促进这种扩散。”

结语

濒临四面八方的挑战者，英伟达似乎无暇顾及。

前几天，英伟达为推理大模子打造的B300系列出炉——高算力，比较B200在FLOPS上提高50%；大显存，192GB进步到288GB，即提高了50%。

B300将灵验地进步大模子的推感性能：每个念念维链的延长更低；已矣更长的念念维链；裁汰推理资本；处理统一问题时，不错搜索更各类本，提高模子才气。

把柄半导体“牧本周期”——芯片类型有礼貌地在通用和定制之间不拒却替——在某个特定时期内，通用结构最受接待，但到达一定阶段后，幽闲特定需求的专用结构会急起直追。

现时，英伟达所代表的通用结构期间正处于颠覆。

更何况，英伟达早已全面着花。除了专为云计较、5G电信、游戏、汽车等范畴客户构建定制芯片。2025年上半年，英伟达还将发布其最新一代东谈主形机器东谈主芯片Jetson Thor。

是以，临了照旧那句话：不要想着干掉英伟达，而是去作念英伟达以外的事。